Unified Multimodal Understanding via Byte-Pair Visual Encoding

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Wanpeng, Feng, Yicheng, Luo, Hao, Li, Yijiang, Yue, Zihao, Zheng, Sipeng, Lu, Zongqing
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2506.23639